yolo v4 python_手把手教物体检测——YOLOV4（pytorch）

摘要

YOLOV4在coco上面达到了43.5%AP ，在Tesla V100 上达到了65FPS。相比今年的其它模型，得分不算高，但是它不是通过提高输入图像的分辨率来提高得分的，而是改进网络结构。创新点主要有一下几个方面：

(1)输入端：这里指的创新主要是训练时对输入端的改进，主要包括Mosaic数据增强、cmBN、SAT自对抗训练。

(2)BackBone主干网络：将各种新的方式结合起来，包括：CSPDarknet53、Mish激活函数、Dropblock

(3)Neck：目标检测网络在BackBone和最后的输出层之间往往会插入一些层，比如Yolov4中的SPP模块、FPN+PAN结构

(4)Prediction：输出层的锚框机制和Yolov3相同，主要改进的是训练时的损失函数CIOU_Loss，以及预测框筛选的nms变为DIOU_nms

训练

本地环境：

Ubuntu20.04

pytorch1.5.1

CUDA10.1

Python3.7

下载代码

训练和测试推理代码都已经完成。

下载权重文件

yolov4.conv.137.pth

链接二：

将下载的权重文件放到data文件夹下面

制作数据集

将Labelme数据集复制到pytorch-YOLOv4-master文件夹下面，如图：

然后用pycharm新建labelme2txt.py文件。写入生成训练集和验证集的代码。

labelme2txt.py代码：

fromosimportgetcwd

fromsklearn.model_selectionimporttrain_test_split

importjson

importglob

wd=getcwd()

"labelme标注的json数据集转为pytorch版yolov4的训练集"

classes=["aircraft","oiltank"]

image_ids=glob.glob(r"LabelmeData/*jpg")

print(image_ids)

train_list_file=open('data/train.txt','w')

val_list_file=open('data/val.txt','w')

defconvert_annotation(image_id,list_file):jsonfile=open('%s.json'%(image_id))in_file=json.load(jsonfile)foriinrange(0,len(in_file["shapes"])):object=in_file["shapes"][i]cls=object["label"]points=object["points"]xmin=int(points[0][0])ymin=int(points[0][1])xmax=int(points[1][0])ymax=int(points[1][1])ifclsnot inclasses:print("cls not in classes")continuecls_id=classes.index(cls)b=(xmin,ymin,xmax,ymax)list_file.write(" "+",".join([str(a)forainb])+','+str(cls_id))jsonfile.close()

defChangeData2TXT(image_List,dataFile):

forimage_idinimage_List:dataFile.write('%s'%(image_id.split('\\')[-1]))convert_annotation(image_id.split('.')[0],dataFile)dataFile.write('\n')dataFile.close()

trainval_files,test_files=train_test_split(image_ids,test_size=0.2,random_state=55)

ChangeData2TXT(trainval_files,train_list_file)

ChangeData2TXT(test_files,val_list_file)

安装运行需要的包

参照requirements.txt安装本机没有的包，版本不一定要保持一致，只要后期不报错就没有事。

修改类别

将coco.names和voc.names里面的类别修改为自己数据集的类别(默认是coco.names，都改了肯定没有错。)，顺序和labelme2txt.py中的classes顺序保持一致。

修改配置文件cfg.py

Cfg.use_darknet_cfg = False

Cfg.batch = 2(根据自己的显卡修改，我的显卡是8G的最多可以训练里2个batch)。

Cfg.subdivisions = 1

修改models.py

将51行和53行的inplace=True改为inplace=False。如果不修改，训练的时候会报个错误。

修改train.py文件

找到526行，这个方法的参数是对cfg.py里面参数的更新。

主要修改的参数如下：

parser.add_argument('-g','--gpu',metavar='G',type=str,default='0',help='GPU',dest='gpu')#设置GPU使用的GPU

parser.add_argument('-dir','--data-dir',type=str,default="LabelmeData",help='dataset dir',dest='dataset_dir')#图片所在的文件夹。

parser.add_argument('-pretrained',type=str,default="data/yolov4.conv.137.pth",help='pretrained yolov4.conv.137')#设置预训练权重文件的路径。

parser.add_argument('-classes',type=int,default=80,help='dataset classes')#物体类别数。

parser.add_argument('-train_label_path',dest='train_label',type=str,default='data/train.txt',help="train label path")#训练集存放的路径。

注释415行到440行的代码，这段代码在验证的时候一直报错，我找不到原因。后续找到原因再更新。

将以上的内容修改完成后就可以点击run开始训练了。

参考文章：

深入浅出Yolo系列之Yolov3&Yolov4核心基础知识完整讲解

https://blog.csdn.net/nan355655600/article/details/106246625?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase

本文地址：https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/107521737

如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！